Relações entre indicadores de qualidade do solo e a produtividade das culturas em áreas com agricultura de precisão

Texto

(1)UNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE CIÊNCIAS RURAIS PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DO SOLO. RELAÇÕES ENTRE INDICADORES DE QUALIDADE DO SOLO E A PRODUTIVIDADE DAS CULTURAS EM ÁREAS COM AGRICULTURA DE PRECISÃO. TESE DE DOUTORADO. ANTÔNIO LUIS SANTI. Santa Maria, RS, Brasil 2007.

(2) RELAÇÕES ENTRE INDICADORES DE QUALIDADE DO SOLO E A PRODUTIVIDADE DAS CULTURAS EM ÁREAS COM AGRICULTURA DE PRECISÃO. Por. Antônio Luis Santi. Tese apresentada ao Programa de Pós-Graduação em Ciência do Solo, Área de Concentração Biodinâmica do Solo, do Centro de Ciências Rurais da Universidade Federal de Santa Maria (UFSM, RS), como requisito parcial para obtenção do grau de Doutor em Ciência do Solo.. Orientador: Profº Telmo Jorge Carneiro Amado. Santa Maria, RS, Brasil. 2007.

(3) Santi, Antônio Luis S235r Relações entre indicadores de qualidade do solo e a produtividade das culturas em áreas com agricultura de precisão / por Antônio Luis Santi ; orientador Telmo Jorge Carneiro Amado. – Santa Maria, 2007. 175 f. ; il. Tese (doutorado) – Universidade Federal de Santa Maria, Centro de Ciências Rurais, Programa de Pós-Graduação em Ciência do Solo, RS, 2007. 1. Ciência do solo 2. Agricultura de precisão 3. Solo 4. Plantio direto 5. Georreferenciamento I. Amado, Telmo Jorge Carneiro, orient. II Título CDU: 631.42:004.4. Ficha catalográfica elaborada por Luiz Marchiotti Fernandes – CRB-10/1160 Biblioteca Setorial do CCR/UFSM. Todos os direitos autorais reservados a Antônio Luis Santi. A reprodução parcial do texto é permitida desde que seja citada a fonte. Endereço eletrônico: santi_pratica@yahoo.com.br.

(4) Universidade Federal de Santa Maria Centro de Ciências Rurais Programa de Pós-Graduação em Ciência do Solo. A Comissão Examinadora, abaixo assinada, aprova a Tese de Doutorado RELAÇÕES ENTRE INDICADORES DE QUALIDADE DO SOLO E A PRODUTIVIDADE DAS CULTURAS EM ÁREAS COM AGRICULTURA DE PRECISÃO elaborada por Antônio Luis Santi Engenheiro Agrônomo, M.Sc.. como requisito parcial para obtenção do grau de Doutor em Ciência do Solo COMISSÃO EXAMINADORA:. Dr. Telmo Jorge Carneiro Amado (Presidente/Orientador) – UFSM. Dr. João Herbert Moreira Viana – EMBRAPA Dr. Glaucio Roloff – UFPR Dr. Enio Giotto – UFSM Dr. Flávio Luiz Foletto Eltz – UFSM Santa Maria, fevereiro de 2007..

(5) Lições para uma vida... Como todo o amanhecer, os momentos não são eternos, mas, independente do quanto durou, o que importa é vislumbrar novamente um raio de sol, ou poder tocar a ingênua gota de orvalho. Para aqueles que não se dão conta da simplicidade da vida, dos gestos, do sorriso e de tantas outras virtudes que habitam nossa alma, é difícil, e talvez inatingível minhas palavras, mas é simples para aqueles que educam com o coração e se esforçam para despertar em seus semelhantes à importância da inspiração para o exercício da crítica interna de maneira a viver voluntariamente emoções, exalando humanidade, compartilhando conhecimentos e instigando a criatividade, obscura em nossas mentes. Essas razões, quando desacreditadas, traduzem-se na morte do espanto e da indignação, do inconformismo e da rebeldia. Deixamos de optar e isso, a meu ver, já é o suficiente para não mais compreendermos nosso próprio existir. Todo o carinho, respeito e por que não, um pouquinho de inveja daqueles que são de fato mestres, em despertar a curiosidade, a ousadia, a luta, a autonomia, a espontaneidade e o que é o mais importante: a liberdade.. Engº Agrº Msc. Antônio Luis Santi.

(6) AGRADECIMENTOS. A ti Lisandra, minha esposa e eterna paixão, pela oportunidade de conviver desde a graduação, pelas reflexões que fizemos e pelos encantos e obstáculos que vislumbramos e superamos juntos. Faltarão palavras para expressar minha gratidão para contigo. A meus pais: Waldomiro Pigatto Santi e Iria Josefina Santi, exemplos de vida, simplicidade e determinação. Agricultores que nunca deixaram de respeitar a terra, a natureza e seus semelhantes. Obrigado por terem me educado numa estrutura familiar e no convívio carinhoso com meus irmãos: Inês, Cláudio, Cecília, Carlos, Maria Ângela, Clementina e Aldo. Meus cunhados e cunhadas, Euclésio, Enedir, Cláudio, Maritânia, Izaldo e Núbia por terem tornado mais feliz nosso lar com a chegada dos sobrinhos: Vinícios e Janaina; Laryssa e Anelise; Suzelaine e Jaqueline; Natanael e Natássia; Sabrina e Júlia; Gabrieli, Emanueli, Augusto e Milena. Ao sogro Abraão e minha sogra Marli, cunhadas Bianca e Diandra que mesmo no distante Estado de Rondônia vibraram e me deram forças durante o caminho. Ao Prof. Dr. Telmo Jorge Carneiro Amado, pelo desafio da orientação, pelo carisma, paciência e compreensão para com meu espírito empreendedor. A Fundação AGRISUS e a sua conveniada Fundação de Estudos Agrários Luiz de Queiroz (FEALQ) na pessoa do Dr. Fernando Penteado Cardoso pela confiança em nosso projeto, o auxílio financeiro para a realização do trabalho de tese e pela bolsa concedida. Certamente sem tais ajudas não estaríamos subindo mais esse degrau. A UFSM pelo convívio em seus lares durante onze anos de minha vida, pelo auxílio estudantil durante os cinco anos de graduação (Casa do Estudante, RU, Bolsa de Estudo), pela oportunidade do mestrado junto ao PPG em Agronomia/Produção Vegetal e pelo Doutorado em Ciência do Solo junto ao PPGCS. Esse título é uma prova da importância, e meu desejo, de que sempre sejas pública, gratuita e de qualidade. A prestatividade e colaboração do professor Dr. Enio Giotto para com a aprendizagem das ferramentas do programa CR – Campeiro5. Um exemplo da capacidade intelectual brasileira. Aos colegas do Setor de Uso Manejo e Conservação do Solo e da Água, Gustavo Luiz Bellé, Ricardo Batista Cerezer Dellamea, Luciano Zucuni Pés, Luciano Pizzuti, Ricardo Bergamo Schenato e Ricardo Fuber. Obrigado não apenas pela ajuda em campo e laboratório,.

(7) mas por terem contribuído para com minha vida em seu sentido amplo. Ficarão eternamente na lembrança as horas de mate, as mandiocadas, o carreteiro, as churrascadas, as “mentiras gaudérias”, a pinga e o desejo de um grupo sólido e unido aquém da Agricultura de Precisão. A prestatividade e colaboração, na obtenção dos dados, proporcionada pelos produtores José Ari Sulzbach e seu filho Luciano Sulzbach (Granja São Bento – Palmeira das Missões/RS) e de Fernando Trennepohl (Fazenda Anna – Não-Me-Toque/RS) Aos. professores. e. funcionários. dos. colégios:. Padre. Roque. Gonzáles. (Trentin/Jaboticaba/RS) e Padre Francisco Goetller (Jaboticaba/RS) pelo ensino de primeiro e segundo grau, respectivamente e pelo orgulho de ter sido seu aluno. Aos amigos Silvia, Vilson Junior, Luiz Marcos (Kirela), Adriano (Mingau), Saulo, Carol, Márcio Silveira e os “pias da vila” por terem dado força e estímulo para ver o “FINO” doutor. A Deus, Pai de Bondade, pela vida, e pelo chamado a colaborar e a usufruir de sua obra. A todos não citados, mas que de alguma maneira colaboraram nessa jornada, meus agradecimentos..

(8) RESUMO Tese de Doutorado Programa de Pós-Graduação em Ciência do Solo Universidade Federal de Santa Maria RELAÇÕES ENTRE INDICADORES DE QUALIDADE DO SOLO E A PRODUTIVIDADE DAS CULTURAS EM ÁREAS COM AGRICULTURA DE PRECISÃO AUTOR: ANTÔNIO LUIS SANTI ORIENTADOR: TELMO JORGE CARNEIRO AMADO Data e Local da Defesa: Santa Maria, 16 de fevereiro de 2007. A determinação da variabilidade de rendimento de grãos torna-se uma ferramenta importante para a tomada de decisões no manejo e para possibilitar o conhecimento dos fatores que limitam este rendimento. Com as ferramentas da agricultura de precisão como os mapas de produtividade e a amostragem do solo utilizando o GPS manual são possíveis identificar a variabilidade espacial em condições de lavoura. Este estudo foi realizado com o objetivo de identificar e relacionar os atributos do solo com o rendimento das culturas. A pesquisa foi realizada em duas áreas comerciais sob o sistema de Plantio Direto, situado no Estado do Rio Grande do Sul, Brasil. O solo é Latossolo e o clima Cfa úmido segundo a classificação de Koppen. Neste trabalho, inicialmente considerou-se duas áreas, uma com histórico de produtividade de seis safras e outra, com quatro envolvendo as culturas de soja, trigo e o milho. Esses mapas foram combinados para a definição de zonas de manejo. Três zonas foram definidas: baixo, médio e alto rendimento. A área com maior histórico de produtividade foi escolhida para o estudo mais detalhado. Atributos químicos do solo foram avaliados em 57 pontos georeferrenciados com malha de 1,0 ha. Concomitantemente, em cada zona de manejo, cinco pontos foram utilizados para caracterizar a fertilidade de solo (P, K, Ca, Mg, saturação de bases, pH, MOS) e os indicadores físicos (infiltração de água, agregação do solo, densidade de partículas, compactação do solo). Na zona de alto rendimento (30% da área) foi possível alcançar rendimentos semelhantes aos obtidos em condições experimentais. A evolução da fertilidade do solo foi determinada pela amostragem temporal do solo. Com relação à área nativa e à floresta natural (tratamentos da referência) a área de lavoura mostrou níveis elevados de P e de K na camada de 0 a 0,05 m. Também foi possível constatar o movimento descendente de Ca+2 e Mg +2, embora a calagem tenha sido aplicada na superfície. Com base nas quantidades de fertilizantes adicionadas e nas quantidades exportadas via colheita foi possível estimar a evolução dos teores de nutrientes no solo. Na camada de 0 a 0,10 m havia necessidade de aplicar 14 kg de P2O5 ha-1 para aumentar 1 mg dm-3 de P disponível por Melich-1. Para K havia necessidade de aplicar 5,2 kg de K2O ha-1 para aumentar 1 mg dm-3 de K disponível por Melich-1. Houve uma relação entre o mapa da eficiência do uso de nutriente, o mapa de infiltração de água e o mapa do rendimento. A infiltração de água foi o indicador do solo que explicou a porcentagem mais elevada da variabilidade do rendimento, seguido pelos macroagregados (> 4.76 mm), DMG, densidade de partículas, resistência do solo ao desenvolvimento radicular e microporosidade. No geral os indicadores da fertilidade de solo estavam em níveis elevados e, conseqüentemente, explicou em baixa porcentagem a variabilidade do rendimento. As ferramentas da agricultura de precisão foram eficientes para estabelecer as relações entre os indicadores de qualidade do solo e os rendimentos da colheita..

(9) ABSTRACT Tese de Doutorado Programa de Pós-Graduação em Ciência do Solo Universidade Federal de Santa Maria IMPROVEMENT OF THE HANDLING OF THE GROUND USING THE TOOLS OF THE PRECISION AGRICULTURE AUTHOR: Antônio Luis Santi ADVISER: Telmo Jorge Carneiro Amado Place and Date: Santa Maria, february 16, 2007. The estimative of yield variability is an important tool to soil management decisions and to investigate yield limiting factors. Tools of precision farming as yield mapping and soil sampling using GPS makes possible identify the spatial variability of the field. This study was carried out with the objective of identify the main relationship among soil indicators and yield crops. The research was carried out in two commercial farms under no-tillage system located in Rio Grande do Sul State, Brazil. The soil is Oxisol and the weather cfa wet following Koppen classification. In this work six yield mapping of soybean, wheat and maize were merged to allow the definition of management zones. Three zones were classified as low, medium and high yield. In each zone 5 points were located and soil fertility (P, K, Ca, Mg, basis saturation, pH, SOM) and soil physic indicators (water infiltration, soil aggregation, bulk density, soil compaction) were investigated. The high yield zone, which had around 30% of total area, and the yield achieved was close to obtained in research plots. The soil fertility evolution was determined by temporal soil sampling in a 1 ha grid. In relation to native grass and natural forest (reference treatments) the cropland showed high levels of P and K in 0 to 0.05 m. Also, the downward movement of Ca+2 and Mg+2 were observed in cropland, even with surface broadcast lime. The amount of fertilizer input and nutrient harvest removed allow to estimate the soil fertility evolution. In 0 to 0.10 m there was necessary apply 14 kg of P2O5 ha-1 to increase 1 mg dm-3 of P available by Melich-1. For K there was necessary appling 5.2 kg de K2O ha-1 to increase 1 mg dm-3 of K available by Melich-1. There was a close relationship among nutrient use efficiency map, water infiltration map and yield map. The water infiltration was the soil indicator that explains the higher percentage of yield variability. Following by the macroaggregates (> 4.76 mm), GMD, bulk density, soil resistance and microporosity. In general the soil fertility was high and therefore the relationship with yield variability was low. The precison farm tools were efficient to establish the relationship between soil indicators and crop yields..

(10) LISTA DE TABELAS TABELA 1.1 Históricos de manejo empregados nas áreas de estudo .................... 27. TABELA 1.2 Produtividade das culturas em duas áreas manejadas com técnicas de agricultura de precisão ....................................................................................... 34 TABELA 1.3 Correlação (r2) entre os dados de produtividade nas áreas de Palmeira das Missões e de Não-Me-Toque (RS) .................................................... 47 TABELA 2.1 Balanço das adições de fertilizantes e exportações de fósforo e potássio em três zonas potenciais produtivas. Palmeira das Missões (RS) ............ 63 TABELA 2.2 Médias dos atributos do solo em condições de mata, campo nativo e lavoura (2002 e 2004) - Palmeira das Missões (RS) ............................................ 65 TABELA 2.3 Estatística descritiva das propriedades químicas analisadas, Palmeira das Missões (RS) – 2002 ......................................................................... 68 TABELA 2.4 Estatística descritiva das propriedades químicas analisadas, Palmeira das Missões (RS) – 2004 ......................................................................... 69 TABELA 2.5 Situação da área referente aos valores de pH em água, cálcio e magnésio no solo em relação a classificação da Comissão...(2004) – Palmeira das Missões/RS ....................................................................................................... 75 TABELA 2.6 Situação da área referente aos teores de fósforo e de potássio em relação a classificação da Comissão...(2004) – Palmeira das Missões/RS ............. 79 TABELA 2.7 Evolução dos teores de fósforo e potássio em três zonas potenciais produtivas, Palmeira das Missões (RS) ................................................................... 81 TABELA 2.8 Quantidade de P2O5 e de K2O (descontando as exportações) para elevar 1 mg dm-3 de fósforo e potássio em três zonas de manejo e quatro profundidades de amostragem, Palmeira das Missões (RS) ................................... 85 TABELA 3.1 Teor de argila do solo (%) em cada ponto experimental ................. TABELA 3.2 Observações, durante as avaliações de campo, quanto à. 101.

(11) praticidade dos métodos utilizados para determinação da permeabilidade em duas áreas de lavoura .............................................................................................. 110 TABELA 4.1 Histórico de manejo empregado nas áreas de estudo em Palmeira das Missões e de Não-Me-Toque, RS ..................................................................... 127 TABELA 4.2 Teor de argila e MOS nos pontos amostrados nas áreas de Palmeira das Missões e Não-Me-Toque (RS) ......................................................... 132 TABELA 4.3 Densidade do solo (Ds), macroporosidade (Ma), microporosidade (Mi) e porosidade total (Pt) em três zonas potenciais produtivas (alta, média e baixa produtividade) em duas áreas de lavoura do RS ........................................... 144 TABELA 5.1 Produtividade de grãos em cada uma das seis safras e produção acumulada de grãos nas três zonas de manejo estudadas, Palmeira das Missões/RS .............................................................................................................. 156 TABELA 5.2 Análise de componentes principais das variáveis químicas do solo (coleta 2004), Palmeira das Missões, RS ................................................................ 158 TABELA 5.3 Análise de componentes principais das variáveis físicas do solo (coleta 2004), em Palmeira das Missões, RS .......................................................... 159 TABELA 5.4 Análise de componentes principais das variáveis químicas e físicas do solo (coleta 2004), em Palmeira das Missões, RS .................................. 161.

(12) LISTA DE FIGURAS FIGURA 1.1 Detalhe e componentes dos sensores de rendimento utilizados para a obtenção dos dados de rendimento na área de Não-Me-Toque e na área de Palmeira das Missões, adaptado de material técnico AGCO do Brasil .................. 28 FIGURA 1.2 Grades com células de 17m X 17m utilizada para o cálculo médio pontual da produtividade. Área de Não-Me-Toque e de Palmeira das Missões ..... 29 FIGURA 1.3 Leituras realizadas por um sensor de rendimento do tipo Micro Trak e respectivo erro de tempo de enchimento da máquina – Milho safra 2002/03 .................................................................................................................... 30 FIGURA 1.4 Pontos repetidos com as mesmas coordenadas e valores de produtividade .......................................................................................................... 31 FIGURA 1.5 Produtividade improvável e muito elevada ....................................... 32. FIGURA 1.6 Produtividade da cultura do milho, safra 2002/03, sem e com a remoção dos erros acumulados nos arquivos de dados ........................................... 33 FIGURA 1.7 Espacialização horizontal dos pontos de colheita após a filtragem dos dados das culturas do milho, da soja e do trigo- Não-Me-toque/RS ................ 35 FIGURA 1.8 Espacialização horizontal dos pontos de colheita após a filtragem dos dados da cultura da soja - Palmeira das Missões/RS ........................................ 36 FIGURA 1.9 Espacialização horizontal dos pontos de colheita após a filtragem dos dados das culturas do milho e do trigo - Palmeira das Missões/RS ................. 37 FIGURA 1.10 Descrição das precipitações ocorridas na área de Palmeira das Missões durante o período experimental (Fonte: Produtor) .................................... 39 FIGURA 1.11 Variabilidade horizontal da produtividade das culturas da soja (três safras), do milho (duas safras) e do trigo (uma safra) em relação à média da lavoura, na área de Palmeira das Missões - RS ....................................................... 42 FIGURA 1.12 Verticalização da produtividade das culturas da soja (três safras), do milho (duas safras) e do trigo (uma safra) em relação à média da lavoura, na.

(13) área de Palmeira das Missões - RS .......................................................................... 44. FIGURA 1.13 Variabilidade horizontal da produtividade das culturas do milho (duas safras), da soja (uma safra) e do trigo (uma safra), em relação a média da lavoura, na área de Não-Me-Toque - RS ................................................................ 45 FIGURA 1.14 Verticalização da produtividade das culturas do milho (duas safras), da soja (uma safra) e do trigo (uma safra) em relação a média da lavoura, na área de Não-Me-Toque - RS .............................................................................. 46 FIGURA 1.15 Variabilidade horizontal temporal e verticalização da produtividade em relação a média da lavoura, segundo a metodologia proposta por Molin (2002) e considerando a sobreposição de seis mapas para a área de Palmeira das Missões e quatro mapas para a área de Não-Me-Toque – RS ........... 49 FIGURA 1.16 Espacialização horizontal e verticalização da produtividade em relação a média da lavoura, segundo a metodologia proposta por Shiratsuchi et al. (2005) e considerando a sobreposição de seis mapas para a área de Palmeira das Missões e quatro mapas para a área de Não-Me-Toque – RS .......................... 51 FIGURA 1.17 Produção acumulada de grãos em três zonas potenciais produtivas na safra de soja 2000/01; safras de soja 2000/01 + milho 2001/02; safras de soja 2000/01 + milho 2001/02 + soja 2002/03; safras de soja 2000/01 + milho 2001/02 + soja 2002/03 + trigo 2003; safras de soja 2000/01 + milho 2001/02 + soja 2002/03 + trigo 2003 + soja 2003/04 e safras de soja 2000/01 + milho 2001/02 + soja 2002/03 + trigo 2003 + soja 2003/04 + milho 2004/05 – Teste T 5% de probabilidade .................................................................................. 53 FIGURA 2.1 Zonas de potencial produtivo utilizada na definição das doses variadas, Palmeira das Missões (RS) ...................................................................... 61 FIGURA 2.2 Feição geral da área com os pontos de amostragem de solo e da forma de coleta das amostras, Palmeira das Missões (RS)...................................... 62 FIGURA 2.3 Distribuição espacial horizontal e vertical dos teores de argila no solo em três profundidades de amostragem - Palmeira das Missões (RS) .............. 71 FIGURA 2.4 Distribuição espacial horizontal e vertical do pH em água do solo em três profundidades e dois anos de amostragem - Palmeira das Missões (RS) ... 72 FIGURA 2.5 Distribuição espacial horizontal e vertical dos teores de cálcio no solo em três profundidades amostragem, coleta de 2002 - Palmeira das Missões (RS) ......................................................................................................................... 73 FIGURA 2.6 Distribuição espacial horizontal e vertical dos teores de magnésio no solo em três profundidades de amostragem, coleta de 2002 - Palmeira das Missões (RS) ........................................................................................................... 74 FIGURA 2.7 Distribuição espacial horizontal e vertical dos teores de fósforo no solo em três profundidades e dois anos de amostragem - Palmeira das Missões.

(14) (RS) .......................................................................................................................... 77. FIGURA 2.8 Distribuição espacial horizontal e vertical dos teores de potássio no solo em três profundidades e dois anos de amostragem - Palmeira das Missões (RS) ........................................................................................................... 78 FIGURA 2.9 Distribuição espacial horizontal e vertical dos teores de matéria orgânica no solo quando da utilização dos intervalos de classe propostos pela Comissão...,2004 e de uma modificação nas classes - Palmeira das Missões (RS). 83 FIGURA 2.10 Distribuição espacial horizontal e vertical da capacidade de troca de cátions (CTC efetiva) no solo em três profundidades, amostragem de 2002 Palmeira das Missões (RS) ..................................................................................... 84 FIGURA 2.11 Relação entre kg produzido de grãos por kg aplicado de P2O5 e K2O para as culturas do milho, trigo e soja - Palmeira das Missões (RS) .............. 86 FIGURA 2.12 Eficiência relativizada (sobreposição dos mapas das culturas do milho, trigo e soja) da relação entre kg aplicado de P2O5 e K2O por kg produzido de grãos - Palmeira das Missões (RS) ..................................................................... 87 FIGURA 2.13 Relação entre a eficiência relativa de utilização de P2O5 e K2O Palmeira das Missões (RS) ..................................................................................... 88 FIGURA 2.14 Relação entre a eficiência relativa de utilização de P2O5 e K2O em três zonas de manejo- Palmeira das Missões (RS) ............................................ 89 FIGURA 3.1 Vista dos mapas de produtividade sobrepostos e dos locais das avaliações nas áreas de Não-Me-Toque e de Palmeira das Missões ...................... 98 FIGURA 3.2 Vista dos Infiltrômetros “Jari Grande”, Soil Quality Test Kit Guide/USAD-ARS e do Cornell Sprinkle Infiltrometer, utilizados nas avaliações de campo ................................................................................................................. 102 FIGURA 3.3 Taxa de infiltração instantânea de água no solo obtida a partir dos métodos do Infiltrômetro Jari Grande e do Cornell Sprinkle Infiltrometer, em zonas com diferentes potenciais produtivos, na área de Palmeira das Missões novembro de 2005 ................................................................................................... 104 FIGURA 3.4 Taxa de infiltração instantânea de água no solo obtida a partir dos métodos do Infiltrômetro Jari Grande e do Cornell Sprinkle Infiltrometer, em zonas com diferentes potenciais produtivos, na área de Não-Me-Toque novembro de 2005 ................................................................................................... 105 FIGURA 3.5 Taxa de infiltração acumulada de água no solo obtida a partir dos métodos do Infiltrômetro Jari Grande e do Cornell Sprinkle Infiltrometer, em zonas com diferentes potenciais produtivos, na área de Palmeira das Missões novembro de 2005 ................................................................................................... 107 FIGURA 3.6 Taxa de infiltração acumulada de água no solo obtida a partir dos.

(15) métodos do Infiltrômetro Jari Grande e do Cornell Sprinkle Infiltrometer, em zonas com diferentes potenciais produtivos, na área de Não-Me-Toque novembro de 2005 ................................................................................................... 108 FIGURA 3.7 Infiltração de água no solo, em três zonas potenciais produtivas, obtida a partir do método do Soil Quality Test Kit Guide/USAD-ARS, em situação de campo, em duas áreas de lavoura – 2005. Teste T (P ≤ 5%) ............... 109 FIGURA 3.8 Precipitação, escoamento superficial e infiltração de água no solo, determinada pelo método de Cornell Sprinkle Infiltrometer – Palmeira das Missões, 2005 .......................................................................................................... 111 FIGURA 3.9 Precipitação, escoamento superficial e infiltração de água no solo, determinada pelo método de Cornell Sprinkle Infiltrometer – Não-Me-Toque, 2005 ......................................................................................................................... 112 FIGURA 3.10 Taxa de infiltração instantânea de água no solo e taxa de infiltração acumulada de água no solo numa zona de alta produtividade, numa zona de baixa produtividade e quando da presença de galerias de corós (Diloboderus abderus), Palmeira das Missões – RS, 2005 ..................................... 114 FIGURA 3.11 Presença de poros biológicos constatados durante as avaliações de campo, gerados pela ação de organismos como minhocas e corós. Percepção do favorecimento dessas galerias para com o transporte de nutrientes e matéria orgânica no perfil do solo, infiltração de água no solo e o crescimento radicular .. 115 FIGURA 3.12 Eficiência do uso da água em cada safra e cultura – Palmeira das Missões/RS .............................................................................................................. 117 FIGURA 3.13 Eficiência relativizada em relação a média da lavoura quanto o uso da água para a cultura da soja (sobreposição de três safras) para a cultura do milho (duas safras), da cultura do trigo (uma safra) e para a área geral (sobreposição de seis safras) ................................................................................... 118 FIGURA 4.1 Croqui da área de Palmeira das Missões com os 58 pontos de coleta georreferenciados .......................................................................................... 127 FIGURA 4.2 Detalhe do aparelho de Yoder adaptado com o conjunto de peneiras utilizado para o tamizamento e a separação dos agregados em classes .... 128 FIGURA 4.3 Vista dos mapas de produtividade sobrepostos e dos pontos amostrais para avaliações físicas do solo ................................................................ 129 FIGURA 4.4 Detalhe da coleta das amostras indeformadas de solo, nas três profundidades pré-definidas .................................................................................... 130 FIGURA 4.5 Distribuição de agregados estáveis em água em classes de tamanho, Palmeira das Missões (RS) – 2002. Valores seguidos pela mesma letra dentro de cada classe, não diferem significativamente pelo Teste - T a 5% ........... 133.

(16) FIGURA 4.6 Distribuição de agregados estáveis em água em classes de tamanho nas camadas de 0 a 5 cm e 5 a 10 cm em três zonas de rendimento, Palmeira das Missões (RS) – 2005. Valores seguidos pela mesma letra dentro de cada classe, não diferem significativamente pelo Teste - T a 5% ............................................... 134 FIGURA 4.7 Distribuição de agregados estáveis em água em classes de tamanho nas camadas de 0 a 5 cm e 5 a 10 cm em três áreas potenciais produtivas, NãoMe-Toque (RS) – 2005. Valores seguidos pela mesma letra dentro de cada classe, não diferem significativamente pelo Teste - T a 5% ................................... 135 FIGURA 4.8 Evolução do estado de agregação do solo na camada de 0 a 0,05 m, numa área de alta produtividade, média produtividade e baixa produtividade comparado ao seu referencial (mata e campo nativo), Palmeira das Missões (RS) 137 FIGURA 4.9 Diâmetro Médio Geométrico na camada 0 – 0,05 m na área de Palmeira das Missões e de Não-Me-Toque (RS) – 2005. Valores seguidos pela mesma letra minúscula ou maiúscula, não diferem significativamente pelo Teste - T a 5% (duas amostras presumindo variâncias equivalentes) ............................... 138 FIGURA 4.10 Relação entre os agregados na classe maior que 4,76 mm e o DMG – Palmeira das Missões, 2002 (** significativo pelo Teste T a 1% de probabilidade) ......................................................................................................... 139 FIGURA 4.11 Distribuição horizontal do DMG e das classes de agregados na camada de 0 a 0,05 m, Palmeira das Missões (RS) – 2002 ..................................... 140 FIGURA 4.12 Variação da resistência do solo com a profundidade, em três zonas potenciais produtivas em Palmeira das Missões e Não-Me-Toque ............. 145 FIGURA 5.1 Vista do contorno da área estudada e detalhe dos locais de avaliação em cada uma das zonas de manejo. Palmeira das Missões/RS ............... 153 FIGURA 5.2 Distribuição da chuva no período entre a semeadura e a colheita das culturas de verão na área de estudo – Palmeira das Missões/RS ...................... 157 FIGURA 5.3 Correlação entre a infiltração de água no solo, determinada pelo método “Jarí Grande” e do “Cornell Sprinkle Infiltrometer” e o rendimento relativo das culturas (seis mapas sobrepostos) – Palmeira das Missões/RS ........... 162 FIGURA 5.4 Relação entre a taxa de infiltração de água no solo e o rendimento relativo da cultura da soja em um ano de adequada disponibilidade hídrica, safra 2002/03 e de baixa disponibilidade hídrica, safra 2003/04 determinada pelo método “Jarí Grande” e do “Cornell Sprinkle Infiltrometer” – Palmeira das Missões/RS .............................................................................................................. 164 FIGURA 5.5 Relação entre a taxa de infiltração de água no solo e o rendimento relativo da cultura do milho em um ano de boa disponibilidade hídrica, safra 2001/02 e de baixa disponibilidade hídrica, safra 2004/05 determinada pelo método “Jarí Grande” e do “Cornell Sprinkle Infiltrometer” – Palmeira das Missões/RS .............................................................................................................. 165.

(17) FIGURA 5.6 Sistema de organização teórico proposto para a ordenação da taxa de infiltração de água no solo, determinada pelo método “Jarí Grande”, para a cultura da soja e a cultura do milho em um ano de boa disponibilidade hídrica, em cada zona de manejo – Palmeira das Missões/RS ............................................. 167 FIGURA 5.7 Eficiência do uso da água, da adubação e produtividade (seis safras) na área experimental – Palmeira das Missões/RS ....................................... 169 FIGURA 5.8 Relações entre a eficiência do uso da água, eficiência do uso dos fertilizantes e rendimento relativo das culturas (seis safras), Palmeira das Missões/RS .............................................................................................................. 170.

(18) SUMÁRIO INTRODUÇÃO GERAL ........................................................................................ 20. CAPÍTULO 1 – VARIABILIDADE DO RENDIMENTO DE CULTURAS DE GRÃOS EM DUAS LAVOURAS COMERCIAIS MANEJADAS COM TÉCNICAS DE AGRICULTURA DE PRECISÃO ........................................... 1.1 Introdução ........................................................................................................... 1.2 Material e Métodos.............................................................................................. 1.3 Resultados e Discussão....................................................................................... 1.4 Conclusões ......................................................................................................... 1.5 Agradecimentos .................................................................................................. 1.6 Referências Bibliográficas................................................................................... 20 23 26 30 54 54 55. CAPÍTULO 2 – EVOLUÇÃO TEMPORAL DOS ATRIBUTOS QUÍMICOS DO SOLO EM UMA ÁREA DE LAVOURA COMERCIAL MANEJADA A TAXA VARIADA SIMPLIFICADA DE FERTILIZANTES E CORRETIVOS ....................................................................................................... 2.1 Introdução............................................................................................................ 2.2 Material e Métodos.............................................................................................. 2.3 Resultados e Discussão....................................................................................... 2.4 Conclusões.......................................................................................................... 2.5 Agradecimentos................................................................................................... 2.6 Referências Bibliográficas................................................................................... 58 58 60 63 90 90 91. CAPÍTULO 3 – RELAÇÃO DA PERMEABILIDADE DO SOLO COM O POTENCIAL PRODUTIVO EM ÁREAS MANEJADAS COM TÉCNICAS DE AGRICULTURA DE PRECISÃO ................................................................. 3.1 Introdução............................................................................................................ 3.2 Material e Métodos ............................................................................................. 3.3 Resultados e Discussão....................................................................................... 3.4 Conclusões.......................................................................................................... 3.5 Agradecimentos .................................................................................................. 3.6 Referências Bibliográficas................................................................................... 95 95 97 103 119 120 121. CAPÍTULO 4 – ESTABILIDADE DE AGREGADOS EM LAVOURAS MANEJADAS SOB PLANTIO DIRETO E AGRICULTURA DE PRECISÃO ............................................................................................................. 124 4.1 Introdução............................................................................................................ 124 4.2 Material e Métodos.............................................................................................. 126.

(19) 4.3 Resultados e Discussão....................................................................................... 4.4 Conclusões.......................................................................................................... 4.5 Agradecimentos .................................................................................................. 4.6 Referências Bibliográficas................................................................................... 131 146 146 147. CAPÍTULO 5 – RELAÇÕES DE INDICADORES DA FERTILIDADE E DA QUALIDADE FÍSICA DO SOLO COM O POTENCIAL PRODUTIVO DE CULTURAS DE GRÃOS EM UMA ÁREA MANEJADA COM AGRICULTURA DE PRECISÃO ....................................................................... 5.1 Introdução............................................................................................................ 5.2 Material e Métodos.............................................................................................. 5.3 Resultados e Discussão....................................................................................... 5.4 Conclusões.......................................................................................................... 5.5 Agradecimentos .................................................................................................. 5.6 Referências Bibliográficas................................................................................... 151 151 152 154 171 171 172.

(20) INTRODUÇÃO GERAL. Dentre os diversos adventos tecnológico que a agricultura tem vivenciado e incorporado no ciclo produtivo como um todo, nessas últimas décadas, talvez um dos aspectos mais marcantes fosse a redescoberta de alguns fundamentos ligados ao manejo e ao gerenciamento das áreas produtivas. Tais acontecimentos contemplam objetivos diversos como a racionalização do uso de insumos e um controle mais eficaz dos fatores de produção, a busca pela manutenção da qualidade dos recursos naturais, identificação das áreas produtivas e suas potencialidades (altos e baixos rendimentos). Tradicionalmente, a agricultura é realizada baseando-se em médias em todos os seus seguimentos (produtividade, preços, teores de nutrientes no solo, entre outros atributos). No que se refere à produtividade das culturas, esta estratégia é muito comum. O que o produtor conhece, geralmente, é que obteve um determinado valor médio de produtividade em cada talhão, quando não em toda sua propriedade. A presença da variabilidade espacial mesmo quando detectada não é quantificada. Essa forma de se fazer agricultura não se sustenta mais quando a estratégia que se quer é ampliar o gerenciamento dos meios de produção, a racionalização do uso de insumos e, principalmente, a elevação da produtividade. Faz-se necessário o pleno conhecimento e quantificação da variabilidade da produtividade e suas razões, em cada talhão. A expressão “Agricultura de Precisão” é um termo que tem se popularizado e vem sendo utilizado para definir o uso eficiente dos recursos através do gerenciamento localizado das unidades de manejo com base nas suas características específicas. O propósito é conhecer os diversos fatores que influenciam na expressão do potencial produtivo de uma cultura, como as propriedades químicas, físicas e biológicas do solo, como pressuposições básicas para entender e modelar a variabilidade espacial e temporal da produtividade e estabelecer um processo eficiente de gerenciamento localizado para as intervenções de manejo. A variabilidade espacial do rendimento observada através do auxílio de mapas de produtividade pode ser reflexo de uma complexa interação de fatores como os ligados a aspectos fisiológicos da cultura, problemas referentes às intempéries climáticas ou mesmo de atributos referentes à qualidade do solo. A mudança gerada pela agricultura de precisão é a adequada quantificação da variabilidade e a combinação dos responsáveis pela variação no desenvolvimento e na produção das culturas..

(21) Se os problemas básicos de manejo já estejam aparentemente solucionados e a área ainda expressa variabilidade há necessidade de se partir para um estudo mais detalhado envolvendo os atributos do solo. Uma das primeiras reflexões e investigações tem sido dada à heterogeneidade dos fatores de ordem química do solo Para isso as amostragens são realizadas em malhas definidas a partir de programas de computador ou mesmo amostragens dirigidas (“inteligentes”) baseadas no conhecimento local como, por exemplo, a variabilidade da produtividade. Seguindo esse princípio de manejo pode-se realocar os fertilizantes e corretivos na área. Neste caso, a distribuição dos insumos pode ser realizada por zonas de manejo ou por zona de aplicação, uma alternativa simples, ou auxiliada pelas várias opções de equipamentos com sensores e atuadores capazes de executar o trabalho em taxa variada plena (variação das doses de acordo com as exigências espaciais da área contidas em um mapa digital transposto ao controlador do equipamento). Quando a questão da fertilidade já estiver resolvida e os teores de nutrientes já atingiram níveis elevados ainda pode ocorrer variabilidade nas áreas. Neste caso, novos atributos do solo devem ser investigados como a qualidade física do solo. Como, no geral, a coleta dessas informações é mais trabalhosa do que as determinações químicas amostragens dirigidas ou em zonas de manejo (alta e baixa produtividade) são estratégias mais racionais. Embora a densidade, porosidade e agregação sejam atributos importantes, em condições de lavoura a resistência do solo a penetração e, em alguns casos, a infiltração de água no solo são variáveis mais utilizadas. Dentre os atributos de ordem física, a taxa de infiltração de água, em relação aos demais atributos, é considerada como a mais importante, pois integra vários fatores como a distribuição do tamanho e continuidade de poros, poros biológicos. Em tese, alcançar elevados rendimentos é um desafio complexo que exige a otimização de atributos do solo que influenciam o desenvolvimento vegetal. A agricultura de precisão, nesse contexto, é uma moderna ferramenta que permite um elevado controle das intervenções de manejo e que está disponível aos agricultores competentes. A experiência acumulada e apresentada neste trabalho evidenciou a existência de elevada variabilidade espacial e temporal no rendimento das culturas. Parte desta variabilidade foi explicada pela variabilidade de atributos químicos do solo, porém a utilização da taxa variada para aplicação de insumos foi uma estratégia eficiente para a elevação dos níveis de fertilidade do solo. A amostragem intensiva e georreferenciada do solo foram fundamentais neste processo de racionalização do uso de insumos. Os mapas de rendimento subsidiaram nas intervenções de manejo visando alcançar elevados rendimentos. 21.

(22) A definição de zonas de potencial de rendimento, com base em um conjunto de mapas de rendimento, permitiu concluir que a infiltração de água no solo foi um dos principais atributos físicos do solo que influenciou o rendimento das culturas. Neste caso, a qualidade dos indicadores físicos do solo mostrou-se como determinante da variação temporal do rendimento das culturas.. 22.

(23) CAPÍTULO 1: VARIABILIDADE DO RENDIMENTO DE CULTURAS DE GRÃOS EM DUAS LAVOURAS COMERCIAIS MANEJADAS COM TÉCNICAS DE AGRICULTURA DE PRECISÃO. 1.1 INTRODUÇÃO. A agricultura, nas últimas décadas, tem vivenciado diversos acontecimentos tecnológicos como, por exemplo, a mecanização de processos, a utilização de insumos químicos, o sistema de semeadura direta, a biotecnologia e, mais recentemente, ferramentas da agricultura de precisão (AP) como um instrumento gerencial. Nessa última, os aspectos mais marcantes foram a redescoberta de fundamentos ligados ao manejo e ao gerenciamento das áreas produtivas. Tais acontecimentos, por sua vez, contemplam objetivos diversos, como a racionalização do uso de insumos e um controle mais eficaz dos fatores de produção, a busca pela manutenção da qualidade dos recursos naturais, a identificação das áreas produtivas e de suas potencialidades, como os altos, médios e baixos rendimentos. Um dos exemplos que se pode analisar é a evolução tecnológica transcorrida nas máquinas e equipamentos hoje disponíveis aos produtores. No processo de colheita de grãos, a tecnologia eletrônica embarcada proporcionou que algumas colhedoras pudessem ser equipadas com monitores capazes de auxiliar nas operações de colheita, fornecendo informações como: o nível de combustível, rotação de eixos, rotação do motor, sistema elétrico, perdas na caixa de peneiras e saca-palha. Essas máquinas também congregam ferramentas como sensores de perdas de grãos e rendimento de grãos, cartão PCMCIA para armazenamento de dados e Sistema de Posicionamento Global (GPS). Essas tecnologias proporcionaram uma ampliação na tomada de informações como o desempenho operacional das máquinas e a possibilidade de quantificação da produtividade e caracterização de sua variabilidade até então, em alguns casos conhecida, mas não possível de mensuração (Cugnasca & Saraiva, 2005). A investigação dos limites de produtividade contribui para identificar as variáveis do ambiente responsáveis pelo desempenho final da cultura e ressaltar em que nível cada uma delas representa limitações à expressão máxima da produtividade (Barni et al., 1995). Nesse sentido, Argenta et al. (2003) ressaltaram que a determinação do potencial de rendimento de 23.

(24) grãos das culturas torna-se ferramenta importante para a tomada de decisões no manejo, por possibilitar a identificação dos fatores limitantes e subsidiar o dimensionamento dos impactos dos fatores restritivos ao rendimento e a definição de estratégias de como superá-los ou minimizá-los através do manejo adequado. O mapa de produtividade, também denominado mapa de colheita é uma importante ferramenta da AP, pois auxilia na identificação e quantificação da variabilidade da produtividade das culturas, auxiliando nos processos investigativos na lavoura e no seu gerenciamento (Han et al., 1994). Autores como Queiroz et al. (2000) consideram que os mapas de produtividade das culturas podem ser utilizados como ponto de partida na averiguação das causas da variabilidade da produção nas lavouras, contribuindo para o entendimento do potencial de rendimento e o aprimoramento do manejo do solo na busca de altas produtividades às culturas. Conceitualmente, Evans (1993) definiu o potencial de rendimento das culturas como o rendimento apresentado pelas mesmas quando cultivadas em ambiente ao qual está adaptado, sem limitações no suprimento de água e nutrientes, controle efetivo de insetos, doenças, plantas daninhas, excessos hídricos e de outros estresses bióticos e abióticos. O conhecimento da expressão do potencial de rendimento, em condições de lavoura, pode expressar o êxito ou as limitações das ações desenvolvidas, além de refletirem um passado recente, ou seja, o que já aconteceu na área, balizando novas ações para os próximos anos. Para Moore (1998) o mapa de produtividade é um dos métodos mais concisos para se estimar a heterogeneidade da área. Molin (2003) aponta como o ponto de partida que muitos usuários e pesquisadores devem tomar para evidenciar unidades de alta e baixa produtividade. Para que os mapas de produtividade possam ser gerados, é necessário que a colhedora seja equipada com sensor de rendimento, Sistema de Posicionamento Global (GPS) e um dispositivo para o armazenamento das informações (produtividade, latitude e longitude). Um dado de produtividade é obtido da seguinte forma: P(t) = k {[Ug (t+i) * Q(t +j)/[(l(t)*v(t)]} onde: P = produtividade (kg/m2); k = fator de calibração do equipamento; Ug = umidade gravimétrica da massa de grãos (%); Q = fluxo de grãos (kg/s); l = largura de corte da colhedora (m); v = velocidade de avanço da colhedora (m/s); 24.

(25) t = momento em que ocorre a leitura; A partir do armazenamento automático dos dados no computador da colhedora, esses podem, posteriormente, ser transferidos para um microcomputador e, com o auxilio de um programa computacional específico, serem espacializados na forma de mapas e gráficos. Como o armazenamento dos dados é realizado por sensores e medidores de produção e de área, a própria automação do processo pode proporcionar a coleta de dados irreais. Para uma correta interpretação é necessária sua identificação e remoção. Alguns dos erros mais comuns encontrados nos arquivos advindos do campo referem-se a dados coletados em condições estáticas (colhedora parada), erros de posicionamento, ausência de sensor de umidade e erros de leitura do sensor de fluxo de grãos (Menegatti, 2002); erros devidos à recirculação de grãos no mecanismo de trilha e retrilha, perdas de grãos pela colhedora, principalmente na plataforma (Blackmore & Marshall, 1996) e aqueles referentes à calibração do volume, largura incorreta de plataforma e tempo de enchimento da colhedora (Moore, 1998). Os valores de produtividade armazenada antes de o sistema atingir 90% da produtividade máxima local definem o erro de tempo de início de processo e os valores armazenados durante o esvaziamento da colhedora são denominados de erro de tempo de fim de processo. Moore (1998) sugeriu quatro fases para caracterizar esse erro e Menegatti (2002) as descreve como: a primeira fase (I) representa o tempo que a máquina leva para atingir a cultura, a segunda fase (II) representa o tempo entre a máquina atingir a cultura e a primeira leitura do sensor de produtividade. A terceira fase (III) é o tempo que a máquina requer para entrar em regime de funcionamento normal (rápido aumento da produtividade) e na quarta fase (IV), quando a máquina entra em regime de operação normal. Erros dessa mesma natureza também podem ser concebidos no sentido contrário, isto é, o tempo de esvaziamento da colhedora. Alguns desses erros sistemáticos podem ser eliminados através do auxílio de programas computacionais e outros não o são. Após a tomada de dados no campo, é importante, em cada arquivo de dados, observar e corrigir possíveis erros existentes. Sugestões, discussões e propostas mais detalhadas sobre essas questões são apresentadas por Moore (1998) e Menegatti (2002). Uma vez feita a coleta dos dados e as respectivas filtragens necessárias, pode-se gerar mapas com as definições espaciais da expressão da produtividade na área. Em que pese isso, a definição de unidades de gerenciamento, considerando as particularidades diferenciadas e específicas de cada área, pode depender da integração de modelos descrevendo processos 25.

(26) contínuos entre o sistema solo e o ambiente ecológico (Sá, 2001). Ao interpretar um mapa de produtividade, com a finalidade do futuro gerenciamento do campo, devem-se levar em conta as causas consistentes da variabilidade (Camargo et al, 2004). A análise de uma seqüência de mapas de produtividade, nesse caso, pode ser uma forma de definir tais unidades de manejo em uma área e possibilitar a compreensão, o acompanhamento e a análise das possíveis causas e fatores que influenciam essa variabilidade durante safras seguidas (Fraisse, 2006). Visando relacionar o potencial produtivo com as propriedades do solo, especialmente pH, matéria orgânica, teor de água disponível no solo e posições no relevo, Mulla & Bhatti (1997) dividiram um campo em unidades de baixa, média e alta produtividade. Esses autores consideraram, porém um único evento de colheita que, por sua vez, não proporcionou em áreas de produtividade média e elevada, diferenças significativas quando da correlação da produtividade com os atributos de solo analisados. Uma análise integrada dos atributos de solo e vários mapas de produtividade, entretanto, podem revelar importantes interações entre os atributos do solo e o potencial produtivo, exibindo relações com sub-regiões na lavoura de maneira que se possam definir estratégias de manejo (Pontelli, 2005). O objetivo desse trabalho foi estudar a variabilidade espacial da produtividade das culturas de soja, trigo e milho, identificação e estabelecimento de unidades com diferentes expressões do potencial produtivo (altas, médias e baixas produtividades). Tendo em vista que se trata de um trabalho exploratório, sua construção visa subsidiar novas pesquisas referentes às causas dessa variabilidade e a interação desses fatores com o potencial produtivo do solo sob sistema plantio direto.. 1.2 MATERIAL E MÉTODOS. Foram selecionadas duas áreas de plantio direto consolidado (mais de dez anos de implantação do sistema), localizadas no Planalto Médio do Estado do Rio Grande do Sul (RS). Uma área envolve 57 hectares (ha) de lavoura comercial e está localizada no município de Palmeira das Missões, km 15 da BR-468, situada no meridiano 51 entre as coordenadas geográficas (WGS84) 27,82280 (S) a 27,83560 (S), e 5340860 (W) a 53,39400 (W), numa altitude aproximada de 600 metros. A segunda área comercial, com 132 ha, encontra-se no município de Não-Me-Toque, situada entre as coordenadas 28,47280 (S) a 28,48740 (S), e 52,79030 (W) a 52,77350 (W), numa altitude aproximada de 550 metros. 26.

(27) A escolha desses locais deu-se baseada na disponibilidade de máquinas e equipamentos preparados para operações em AP, visando o registro espacial de atributos de solo e planta e no histórico de adoção de tecnologias: a adubação química do solo, correção da acidez do solo, tratamento de sementes, estratégias de manejo baseadas em princípios da AP e de conservação do solo (Tabela 1.1). Conforme Embrapa (1999) essa região situa-se na zona da escarpa arenito-basáltica do Planalto Meridional Brasileiro, sendo o solo classificado como um Latossolo Vermelho distrófico típico, com profundidade média de 1,5 metros e textura muito argilosa (> 60%). Tabela 1.1 – Históricos de manejo empregados nas áreas de estudo.. ANOS AGRÍCOLAS PALMEIRA DAS MISSÕES/RS INVERNO. 2000/01. 2001/02. 2002/03. 2003/04. 2004/05. Aveia. Nabo. Trigo. Trigo. Consórcio*. Soja. Soja. Milho. Forrageiro VERÃO. Soja. Milho. NÃO-ME-TOQUE/RS INVERNO. Aveia. Trigo. Aveia. Aveia. -. VERÃO. Milho. Soja. Soja. Milho. -. (*)Aveia + Nabo Forrageirro + Tremoço Azul. Em ambas as áreas, para a colheita georreferenciada dos dados, contou-se com o auxílio de duas colhedoras, de propriedade dos produtores, ambas da marca Massey Ferguson modelos MF34, equipadas com o Sistema Fieldstar de AP, desenvolvido pela empresa AGCO do Brasil. O sistema Fieldstar congrega um conjunto de ferramentas, como sensores de rendimento Micro-Trak (Figura 1.1), cartão para armazenamento de dados tipo PCMCIA e uma antena receptora de sinal GPS da marca Garmin®. Foram coletados dados de produtividade georreferenciados desde a safra 2000/01. Na área de Palmeira das Missões, o produtor logrou êxito no mapeamento de todas as culturas de verão e uma safra de trigo, no inverno. Para a cultura do milho, safra 2004/05, houve perda de dados, durante a coleta de campo em uma parte da área. O mapa foi considerado nesse trabalho, mediante exclusão dessa área. Na área de Não-Me-Toque, houve problema no armazenamento dos dados da cultura da soja, safra 2003/04, não sendo incluído nesse trabalho. 27.

(28) Os medidores de produtividade utilizados na obtenção dos dados (Figura 1.1) são também conhecidos como sensores de rendimento do tipo Micro-Trak de duas hastes, aplicados as colhedoras com elevador de grãos estreito e de três hastes, aplicados às colhedoras com elevador de grãos largos. Medem a quantidade de grãos que passa pelo elevador de grãos limpos. O principio de funcionamento desses sensores baseiam-se na freqüência (em hertz) de deformação das hastes ligadas a uma célula de carga por ocasião do impacto do fluxo de grãos arremessados contra as hastes ao passar pelo elevador de grãos. A freqüência de deformação é transformada em massa (kg ha-1 ou Mg ha-1).. Figura 1.1 – Detalhe e componentes dos sensores de rendimento utilizados para a obtenção dos dados de rendimento na área de Não-Me-Toque (A) e na área de Palmeira das Missões (B), adaptado de material técnico AGCO do Brasil.. Após a colheita e armazenamento dos dados de produtividade, estes foram transferidos para um microcomputador auxiliado por uma leitora de cartão de dados modelo Fieldstar/Adtron/OmniDrive e pelo programa de Mapeamento de Produtividade Fieldstar (Fieldstar Yieldmapping System). Os dados foram tabulados utilizando-se o programa Microsoft Office Excel 2003® e o programa CR-Campeiro5, desenvolvido pelo setor de Geomática da Universidade Federal de Santa Maria (Giotto et al., 2004) procurando eliminar, através de filtragens, os valores de produtividade discrepantes como os erros de posicionamento (coordenadas repetidas) e a presença de valores de produtividade improvável devido ao seu alto valor, quando comparado com os pontos seqüenciais. Os arquivos de produtividades vindos do campo foram reeditados procurando-se eliminando os pontos que estavam muito alto ou muito baixo (discrepantes) e não condizentes com o potencial produtivo da cultura em questão. Para auxiliar nessa definição foram realizadas diversas espacializações de pontos tidos como muito elevados ou 28.

(29) muito baixos na área. Quando esses valores eram isolados não representando uma tendência na área, eram descartados. Todos os valores eliminados seguiram as proposições de Moore (1998) e Menegatti (2002). Após a eliminação de dados irreais, para o estudo da variabilidade espacial e temporal, três classes de produtividade foram consideradas, segundo os critérios propostos por Molin (2002). Os pontos com valores iguais ou superiores a 105% da média geral de produtividade da lavoura constituíram a classe de alta produtividade, os pontos com 95% a 105% da média constituíram a classe de média produtividade e os pontos com 95% ou menos que a média da lavoura, a classe de baixa produtividade. Em todos os mapas analisados, após a filtragem, o coeficiente de variação foi inferior a 30%. Segundo Molin (2002), esse critério pode auxiliar na delimitação de unidades de produtividade distintas, permitindo o zoneamento espacial das concentrações de pontos pertencentes à mesma classe. Auxiliado pelo programa CR-Campeiro5, foram geradas grades com 1.871 quadrículas, para a área de Palmeira das Missões e 4.325 quadrículas, para a área de Não-MeToque. Cada quadricula representou uma célula de 17x17m. Através de uma das ferramentas disponíveis no programa (análise por células) para cada ponto da grade foi gerada uma média percentual pontual, baseada nos pontos existentes num raio de 30 metros ao redor do ponto, em relação à média de produtividade obtida na safra na respectiva área (Figura 1.2). Isso permite relativisar a produtividade e comparar o potencial produtivo de diferentes culturas e anos. Todos os mapas de produtividade foram interpolados utilizando-se o interpolador inverso do quadrado da distância, uma ferramenta disponível no programa CR-Campeiro5. As correlações de Pearson foram obtidas com o auxílio do programa estatístico SOC (Storck & Lopes, 1998). As demais pressuposições seguiram a metodologia descrita por Molin (2002).. Figura 1.2 – Grades com células de 17m X 17m utilizada para o cálculo médio pontual da produtividade. Área de Não-Me-Toque (à esquerda) e de Palmeira das Missões (à direita).. 29.

(30) 1.3 RESULTADOS E DISCUSSÃO. Durante o processo de filtragem dos dados um dos erros mais comuns encontrados nesse trabalho foi a sensibilidade às variações naturais do monitor ou os valores de produtividade até atingir 90% da produtividade máxima local. No gráfico da Figura 1.3 gerado a partir de uma seqüência de dados de um dos arquivos obtidos observa-se a presença das três fases descritas por Moore (1998). Os dados inerentes às fases II e III devem ser desprezados para que não se incorra em conclusões errôneas sobre a produtividade, pois esses dados caracterizam-se nos mapas por baixa produtividade, principalmente, nas cabeceiras dos talhões, ou onde a máquina fizer manobras para uma nova passada.. Figura 1.3 – Leituras realizadas por um sensor de rendimento do tipo Micro Trak e respectivo erro de tempo de enchimento da máquina – Milho safra 2002/03.. Quanto à forma de realizar a eliminação desses dados, Thylén et al. (1997) sugere como ideal a eliminação dos primeiros 40 segundos de cada passada. Para Moore (1998) um tempo de 36 segundos já seria suficiente para eliminar 100% do tempo de enchimento. Perceberam-se tendências de regularização nos dados coletados a partir das cinco primeiras leituras do sensor de rendimento a contar do início da fase II (Figura 1.3). Nesse trabalho, como nos arquivos obtidos do campo não se dispunha das informações de tempo, esse foi o critério de filtragem utilizado para a remoção desses dados. 30.

(31) Outro tipo de erro encontrado nos dados de campo foi a presença de pontos com coordenadas repetidas, ou seja, com distância nula (Figura 1.4). Esses pontos podem ser considerados como erro devido à própria natureza destrutiva da coleta de dados de produtividade. Por outro lado, como o relevo das áreas estudadas impõe uma determinada limitação na velocidade de colheita, a distância percorrida pela colhedora, dentro do intervalo de coleta de dados, também se torna pequena permanecendo dentro do círculo de erro provável dos GPSs utilizados nas colhedoras ( Menegatti, 2002). Esse autor ainda reforça que essa ocorrência é comum devida à alta taxa de coleta de pontos associada aos pequenos erros de posicionamento da máquina, ou seja, muitos pontos são coletados num intervalo curto de tempo, intervalo provavelmente insuficiente para que o GPS detecte a mudança de posição da colhedora e informe ao sistema a nova posição diferente da anterior. Outro tipo de erro encontrado foi a presença de valores de produtividade improváveis devido seu alto valor, quando comparado com os pontos seqüenciais (Figura 1.5). Em contra partida, não se observou dados nulos de produtividade indicando que, provavelmente, há no programa interno do monitor FieldStar®, um filtro que impede a coleta de valores nulos. Foi verificada a presença de erros em todos os arquivos de produtividade estudados. As informações bases para o processo de filtragem e remoção dos erros encontrados seguiram as proposições de Moore (1998) e Menegatti (2002).. Figura 1.4 – Pontos repetidos com as mesmas coordenadas e valores de produtividade.. 31.

(32) Figura 1.5 – Produtividade improvável e muito elevada.. Durante o processo de filtragem dos dados foram excluídos aproximadamente 8% dos dados obtidos durante a colheita. Inicialmente, esperava-se que a conformação dos mapas fosse significativamente alterada. No entanto, as mudanças foram geradas em pequenos pontos localizados nas extremidades da área (Figura 1.6), o que pode ser explicado por existirem em maior quantidade erros de tempo de enchimento da máquina por ocasião de manobras nas cabeceiras da lavoura. Menegatti (2002) ainda alerta que o grande número de pontos coletados pelo sistema aumenta a qualidade da informação, mesmo quando se elimina um percentual elevado de dados. Isso não justifica a ausência do uso de filtros para a elaboração de mapas de produtividade, uma vez que foram verificados nesse trabalho, e por Moore (1998) e Menegatti (2002) a existência de dados imprecisos nos arquivos oriundos do campo. Nas duas áreas, mensurou-se a variabilidade espacial da produtividade das culturas, demonstradas pelas produtividades máximas, médias e mínimas (Tabela 1.2). Nessa análise tomou-se como referencial os pontos de colheita após exclusão, mediante filtragem, dos valores não condizentes com a realidade da lavoura, baseado nas metodologias descritas acima e em coerência com as avaliações de campo e acompanhamento da colheita.. 32.

(33) Figura 1.6 – Produtividade da cultura do milho, safra 2002/03, sem e com a remoção dos erros acumulados nos arquivos de dados.. 33.

(34) Tabela 1.2 – Produtividade das culturas em duas áreas manejadas com técnicas de agricultura de precisão.. Produtividade da lavoura. Estatística. 0. -1. N de SAFRAS. pontos. (kg ha ) Máxima. Média. %. Mínima. DP*. CV**. Amostrais Área de Não-Me-Toque (132 ha) Milho 2001/02. 84.191. 13.020. 5.640. 1.140. 1.500. 26,53. Soja 2002/03. 52.180. 5.220. 3.720. 1.080. 840. 21,74. Trigo 2003. 51.307. 5.580. 2.700. 540. 720. 14,74. Milho 2004/05. 36.875. 13.980. 7.680. 1.500. 2.100. 27,22. Área de Palmeira das Missões (57 ha) Soja 2000/01. 22.871. 4.860. 3.180. 1.980. 480. 16,20. Milho 2001/02. 43.085. 12.960. 7.800. 3.060. 1.620. 20,80. Soja 2002/03. 9.250. 4.980. 3.240. 1.800. 660. 20,62. Trigo 2003. 10.355. 5.520. 3.540. 960. 660. 18,18. Soja 2003/04. 8.943. 3.780. 2.220. 720. 600. 18,73. Milho 2004/05. 28.999. 12.960. 6.000. 1.600. 1.620. 27,21. * DP = Desvio Padrão; **CV = Coeficiente de Variação.. 34.

(35) Figura 1.7 – Espacialização horizontal dos pontos de colheita após a filtragem dos dados das culturas do milho, da soja e do trigo- Não-Me-Toque/RS.. Para todos os arquivos de produtividade fez-se a espacialização, em classes, dos pontos armazenados durante a colheita (Figuras 1.7; 1.8 e 1.9). Através dessa forma de visualização, na área de Não-Me-Toque foi possível perceber que na parte leste da área não houve armazenamento de dados durante a colheita da cultura do milho safra 2004/05. Na área de Palmeira das Missões esse comportamento também ocorreu na cultura da soja nas safras 2002/03 e 2003/04.. 35.

(36) Figura 1.8 – Espacialização horizontal dos pontos de colheita após a filtragem dos dados da cultura da soja - Palmeira das Missões/RS.. 36.

(37) Figura 1.9 – Espacialização horizontal dos pontos de colheita após a filtragem dos dados das culturas do milho e do trigo - Palmeira das Missões/RS.. 37.